Caricamento in corso...
Introduction to computational biology
01NBTKG
A.A. 2021/22
Course Language
Inglese
Degree programme(s)
Doctorate Research in Fisica - Torino
Course structure
| Teaching | Hours |
|---|---|
| Lezioni | 20 |
Lecturers
| Teacher | Status | SSD | h.Les | h.Ex | h.Lab | h.Tut | Years teaching |
|---|---|---|---|---|---|---|---|
| Pagnani Andrea | Professore Ordinario | PHYS-04/A | 20 | 0 | 0 | 0 | 2 |
Co-lectures
Context
| SSD | CFU | Activities | Area context | *** N/A *** |
|---|
PERIODO: MARZO - APRILE
Introduzione alla biologia computazionale
PERIOD: MARCH - APRIL
Introduction to computational biology
Il corso assume una conoscenza di concetti di probabilità univariata e multivariata.
The course assumes knowledge of univariate and multivariate probability.
Introduzione alla biologia computazionale.
1 DNA: il materiale genetico
1.1 Struttura e organizzazione del DNA
1.2 Replicazione del DNA
2 Dal DNA all'RNA
2.1 Dogma centrale della biologia molecolare
2.2 Meccanismi trascrizionali
2.3 Trasformazione dell'RNA
2.4. Algoritmi di tipo "dynamic programming" per la predizione delle strutture secondarie di RNA
3 Dall'RNA messaggero alle proteine
3.1 Il codice genetico
3.2 Gli attori principali nella sintesi proteica
3.3 Costruzione di una proteina.
4 Mutazioni
4.1 Tipi di mutazione genetica
4.2 Meccanismi di riparazione e correzione del DNA
5 Funzione e organizzazione in proteine.
6 Regolazione e espressione in batteri e eucarioti
7 Introduzione alle moderne tecniche di sequencing
8 Comparazione di sequenze e allineamento
9 Inferenza di reti di regolazione genica.
10 Tecniche di ricostruzione filogenetica
11 Inferenza di determinanti strutturali da allineamenti di famiglie di proteine omologhe
11.1 Modelli di massima entropia
11.2 Modelli inversi di tipo campo medio.
11.3 Modelli di massima pseudo-likelihood
12 Modelli generativi
12.1 Reti auto-regressive.
Sinossi
Nella prima parte del corso descriveremo in dettaglio il dogma centrale della biologia molecolare e i sui principali attori:DNA, RNA, proteine.
Nella seconda parte del corso ci concentreremo su aspetti più propriamente computazionali ed in particolare sui modelli di massima entropia.
Termineremo con un esperienza di laboratorio computazionale sui temi sviluppati nella seconda parte del corso.
Introduction to computational biology
1 DNA: the genetic material
1.1 Structure and organization of DNA
1.2 DNA replication
2 From DNA to RNA
2.1 Central dogma of molecular biology
2.2 Transcriptional mechanisms
2.3 RNA’s transformation
2.4 Dynamic programming algorithms for secondary structure prediction in RNAs.
3 From messenger RNA to protein
3.1 The genetic code
3.2 The component in the protein synthesis
3.3 Building a protein
4 Mutations
4.1 Types of genetic mutations
4.2 DNA repair and correction
5 Function and organisation in proteins
6 Regulation and expression in Bacteria and Eukaryotes
7 Introduction to modern measurement techniques: the microarrays
8 Sequence comparison and alignement
9 Inference of regulatory networks
10 Phylogenetic reconstruction
11 Inference of structural determinants from multiple sequence alignment of homologous protein sequences
11.1 Maximum entropy models
11.2 Mean-Field inverse models
11.3 Maximum pseudo-likelihood models
12 Generative models
12.1 Auto-regressive networks.
Synopsis:
In the first part of the course we will introduce the central dogma of molecular biology and the main molecular players: DNA, RNA, and proteins
In the second part we will introduce some computational aspects of maximum entropy models.
A computational lab experience on the themes of structural inference from multiple-sequence alignment of homologous proteins will conclude the course.
Modalità mista
Mixed mode
Presentazione orale
Oral presentation
P.D.2-2 - Marzo
P.D.2-2 - March